MétaCan
Menu
Retour à la cohorte
Enregistrement W2130296124 · doi:10.3354/meps08458

Predation rates of Indo-Pacific lionfish on Bahamian coral reefs

2009· article· en· W2130296124 sur OpenAlexafffund
IM Côté, Aleksandra Maljković

Notice bibliographique

RevueMarine Ecology Progress Series · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Ecology and Invasive Species
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReefPredationFisheryCoral reefRange (aeronautics)CoralGeographyCrepuscularScorpaenidaeBiologyEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Indo-Pacific lionfish, mainly Pterois volitans, are currently invading coral reefs throughout the Caribbean region, where they have the potential to outcompete and prey upon a wide range of native reef animals. Here, we derive the first estimates of rates of predation by lionfish from field observations on natural reefs around New Providence, Bahamas. Although lionfish are reported to be crepuscular in their native range, they were very active during daylight hours. Lionfish were observed hunting at least 19 reef fish species, in at least 9 families. They hunted significantly more on overcast days and at greater depths, and frequently hunted near aggregations of fish at cleaning stations. Lionfish consumed native fish at an average rate of 1.44 kills h -1 (0.29 kills h -1 on clear days and 2.29 kills h -1 on overcast days). This estimate may be conservative if lionfish hunt also between dusk and dawn. This rate is considerably higher than the only known prey consumption rate for P. volitans, which is extrapolated from ad libitum feeding of fish from the native range. Our results imply that using published predation rates from the native range to predict the impacts of lionfish on native Caribbean fish could lead to severe underestimation of these impacts.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine Ecology and Invasive SpeciesTravaux en français237 207